研究目的肝细胞癌（hepatocellular carcinoma,HCC）是世界上最常见的恶性肿瘤之一,其较高的发病率与死亡率受到国内外学者的广泛关注。从微观的角度上,基因突变在癌症的发生发展中起到关键的促进作用,且影响患者预后。从宏观的角度上,不同国家的生活习惯、经济水平和医疗状况都可能影响HCC患者的预后情况。本研究收集多个国家的临床队列,旨在开发基于基因突变以及临床特征的HCC生存列线图,从而预测HCC患者的总生存率,并为免疫治疗提供参考。研究方法本研究基于癌症基因组图谱和国际癌症基因组联盟公共数据库搜集来自四个国家的五个HCC患者队列。按照7:3的比例将每个队列中的患者随机分为两组,作为训练集和验证集。使用单因素和多因素COX分析筛选具有显著预后意义的变量构建HCC患者的生存列线图。此外,通过一致性指数、受试者工作特征曲线、校准曲线和决策曲线分析进行列线图模型的相关评估。同时,应用机器学习中的主成分分析评估列线图的模型区分度,并且使用支持向量机模型评估所纳入的特定突变基因在癌症发生发展中所发挥的关键作用。根据生存列线图风险评分,将患者分为高风险与低风险组进行基因集富集分析、免疫细胞浸润评估、肿瘤免疫功能障碍和排斥（Tumor Immune Dysfunction and Exclusion,TIDE）评分和免疫表型评分（immunophenoscore,IPS）来探索癌症中免疫相关过程和免疫治疗的潜在机制。研究结果1.本研究总共纳入695例符合标准的HCC患者,其中包括495例训练集患者和200例验证集患者。基于T分期,年龄,国籍和DOCK2、EYS、MACF1、TP53四种突变基因事件,构建HCC患者的生存列线图。训练集和验证集的一致性指数、受试者工作特征曲线、校准曲线和决策曲线分析证明模型预测能力优秀,模型临床获益性尚佳。2.基因集富集分析表明,低风险组的富集通路多为肝细胞的正常生理功能,而高风险组的富集通路多为癌症的恶性生物学表现,这证实基于列线图模型风险评分的分组方式具备合理性。同时,大量免疫相关通路在高、低风险组间存在富集差异,提示模型分组与肿瘤免疫学相关。3.在高风险组的免疫评估中,TIDE评分结果表明高风险组的肿瘤微环境对CD8+T细胞的排斥作用相较于低风险组显著增强。相应的,使用CIBERSORT算法计算22种免疫细胞浸润比例,发现高风险组的肿瘤微环境中CD8+T细胞占比明显下降。同时,结合高风险组的IPS评分较低,推测高风险组患者不适于免疫检查点抑制剂（immune checkpoint inhibitors,ICI）治疗。4.在低风险组的免疫评估中,TIDE评分低于高风险组,表明在低风险组的免疫微环境中,CD8+T细胞能够顺利地发挥抗肿瘤作用。同时ICI治疗的反应性预测结果证明,53.4%的低风险组患者对ICI治疗有反应,远高于高风险组的35.2%。结合IPS评分,推断低风险组对细胞毒性T淋巴细胞相关蛋白-4（cytotoxic T lymphocyte associated protein-4,CTLA-4）抑制剂敏感。5.在支持向量机模型中,DOCK2的边际贡献最高。在免疫细胞浸润评估和ICI疗效预测中,DOCK2转录水平的升高能够促进调节性T细胞的招募,增强肿瘤微环境对CD8+T细胞的抑制作用。DOCK2高表达组是ICI治疗的获益人群,同时也对CTLA-4抑制剂敏感。研究结论1.本研究基于突变基因事件和临床特征构建的生存列线图能够较为准确地预测HCC患者的生存预后。2.根据生存列线图风险评分将HCC患者分为高风险与低风险组。T细胞排斥是高风险组人群HCC恶性进展的潜在机制,提示该人群不适合ICI治疗。然而,低风险组人群可能对免疫治疗敏感,尤其适宜CTLA-4抑制剂治疗。